انتشار: Sep 2016
  1. میتالرن
  2. موضوعات
  3. Microsoft Excel
Logo

آموزش مقدمه ای بر سیستم های توصیه گر: غیر شخصی و مبتنی بر محتوا

مدرس Joseph A Konstan
انتشار 2016/09/12
مدت زمان 8h 46m
سطح متوسط
فایل تمرینی دارد
Preface-Introduction
Intro to Recommender Systems ()
Intro to Course and Specialization ()
Notes on Course Design and Relationship to Prior Courses
Introducing Recommender Systems-MovieLens Tour
Movielens Tour ()
Introducing Recommender Systems-Preferences and Ratings
Preferences and Ratings ()
Introducing Recommender Systems-Predictions and Recommendations
Predictions and Recommendations ()
Introducing Recommender Systems-Taxonomy of Recommenders I
Taxonomy of Recommenders I ()
Introducing Recommender Systems-Taxonomy of Recommenders II
Taxonomy of Recommenders II ()
Introducing Recommender Systems-Tour of Amazon
Tour of Amazon.com ()
Introducing Recommender Systems-Recommender Systems: Past, Present and Future
Recommender Systems: Past, Present and Future ()
Introducing Recommender Systems-Introducing the Honors Track
About the Honors Track
Introducing the Honors Track ()
Honors: Setting up the development environment ()
Downloads and Resources
Non-Personalized and Stereotype-Based Recommenders-Introduction
Non-Personalized and Stereotype-Based Recommenders ()
Non-Personalized and Stereotype-Based Recommenders-Summary Statistics
Summary Statistics I ()
Summary Statistics II ()
External Readings on Ranking and Scoring
Non-Personalized and Stereotype-Based Recommenders-Demographics and Related Approaches
Demographics and Related Approaches ()
Non-Personalized and Stereotype-Based Recommenders-Product Association Recommenders
Product Association Recommenders ()
Non-Personalized and Stereotype-Based Recommenders-Module Assessments
Assignment 1 Instructions: Non-Personalized and Stereotype-Based Recommenders
Assignment #1 Intro Video ()
Non-Personalized and Stereotype-Based Recommenders-Programming Non-Personalized Recommenders with LensKit
Assignment Intro: Programming Non-Personalized Recommenders
Assignment Intro: Programming Non-Personalized Recommenders ()
LensKit Resources
Rating Data Information
Content-Based Filtering -- Part I-Content-Based Filtering Using TFIDF
Introduction to Content-Based Recommenders ()
TFIDF and Content Filtering ()
Content-Based Filtering: Deeper Dive ()
Content-Based Filtering -- Part I-Advanced Content-Based Techniques and Interfaces
Entree Style Recommenders -- Robin Burke Interview ()
Case-Based Reasoning -- Interview with Barry Smyth ()
Dialog-Based Recommenders -- Interview with Pearl Pu ()
Search, Recommendation, and Target Audiences -- Interview with Sole Pera ()
Beyond TFIDF -- Interview with Pasquale Lops ()
Content-Based Filtering -- Part II-Content-Based Recommender Assignment
Content-Based Recommenders Spreadsheet Assignment (aka Assignment #2)
Assignment #2 Introduction: Content-Based Filtering in a Spreadsheet ()
Content-Based Filtering -- Part II-Tools for CBF
Tools for Content-Based Filtering
Content-Based Filtering -- Part II-CBF Programming Assignment
CBF Programming Intro
Honors: Intro to programming assignment ()
Course Wrap-up-Broad Topics
Unified Mathematical Model ()
Related Readings
Psychology of Preference & Rating -- Interview with Martijn Willemsen ()
data-info-EGwQqlBCEeaX4QpLJOK7gQ.html (269 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

  • پسورد فایل‌های فشرده است.
  • لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
  • حجم فایل‌ها تخمینی هستند.
  • در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.
محتواها
30 محتوای ویدئویی 12 محتوای Pdf
زیرنویس‌
فارسی-ماشین و انگلیسی
کیفیت ویدئوها‌
فقط 720p
فایل تمرینی‌
دارد
آزمون‌
ندارد
دانلود فایل تمرینی مشاهده آنلاین
تلگرام توییتر واتساپ